புதிய தயாரிப்பு மேம்பாட்டை AI எவ்வாறு புரட்சி செய்கிறது

புதிய தயாரிப்பு மேம்பாடு மற்றும் சந்தைப்படுத்தல் தொடர்பான அனைத்து AI உடன், இது ஆரம்ப நாட்களில் சோதனைகள் மற்றும் முக்கியமான கற்றல்களால் நிறைந்துள்ளது. சமீபத்திய மற்றும் மிகவும் நம்பிக்கைக்குரிய பயன்பாட்டு நிகழ்வுகளை ஆராய, IBM, The Estée Lauder Companies, Inc., P&G, Smart Design மற்றும் GenexAI ஆகியவற்றின் அதிநவீன பயிற்சியாளர்களுடன் பேசினேன்.

கணிதம், அல்காரிதம் மேஜிக், நன்றாக தூண்டும் கலை, மற்றும் சிறந்த 1^{செயின்ட்} போட்டி நன்மைக்கான கட்சி தரவு

R&D, உலகளாவிய கண்டுபிடிப்பு மற்றும் வகை மூலோபாயம் ஆகியவற்றில் விரிவான முன் அனுபவத்துடன், ரஹீல் கான், SVP, தொலைநோக்கு மற்றும் வளர்ச்சி நுண்ணறிவு மற்றும் Estée Lauder நிறுவனங்களுக்கான (ELC) AI உத்தியின் தற்போதைய தலைவரான ரஹீல் கான், பரந்த அளவிலான வெட்டுக்களில் முன்னோடியாகவும் இணைந்து உருவாக்குகிறார். விளிம்பு AI மற்றும் GenAI ஆகியவை OpenAI, Microsoft, Google மற்றும் Adobe ஆகியவற்றை உள்ளடக்கிய கூட்டாளர்களுடன் வழக்குகள் மற்றும் கருவிகளைப் பயன்படுத்துகின்றன. GenAI ஐச் சிறப்பாகச் செய்யத் தேவையான “கணிதம் மற்றும் மந்திரம்” பற்றியும், பதில்கள் மற்றும் யோசனைகளைத் தேடும் போது சரியான கேள்விகளைக் கேட்கும் கலை பற்றியும் ரஹீல் பேசுகிறார்.

ELC க்கு மில்லியன் கணக்கான 1 இன் பலன் உள்ளது^{செயின்ட்} நுண்ணறிவுக்காக என்னுடைய கட்சி நுகர்வோர் உரையாடல்கள், ரஹீல் அவர்களின் தொழில்துறையில் போட்டித்திறன் வாய்ந்த நன்மையை தருவதாக உணர்கிறார். நிகழ்நேரத்தில் தகவலைக் கண்காணிக்க, நிறுவனத்தில் உள்ள அதிகமான வீரர்களுக்கான அணுகலை ஜனநாயகப்படுத்தும் கருவிகளை உருவாக்க நிறுவனம் பணியாற்றியுள்ளது. ஸ்காண்டிநேவியாவின் சமீபத்திய ஸ்காண்டி கேர்ள் மேக்-அப் வைரலானது போன்ற வேகமாக வளர்ந்து வரும் போக்குகளின் ஆரம்ப சிக்னல்களைக் கண்டறியும் அதன் ஊடாடும் AI ட்ரெண்ட் ஸ்பாட்டர் கருவி ஒரு எடுத்துக்காட்டு. ELC இன் கருவி சிறுமணி அளவீடுகள் மற்றும் உள்நாட்டில் தொடர்புடைய உள்ளடக்கத்தை கண்காணிக்கிறது.

இது புதிய தயாரிப்பு யோசனைகளை உருவாக்குகிறது, ஆனால் ஏற்கனவே உள்ள தயாரிப்புகள் எவ்வாறு மாற்றப்படலாம் அல்லது மாற்றப்படலாம் என்பதற்கான நுண்ணறிவுகளையும் உருவாக்குகிறது. எதிர்கால ஆக்கப்பூர்வமான நகல், தயாரிப்புகள் எவ்வாறு செயல்படுகின்றன என்பதற்கான இயக்கவியல், சாத்தியமான செயல்திறன் உரிமைகோரல்கள், ஒரு பிராண்டின் ஊதியம் அல்லது ஸ்லோகன், பேக்கேஜிங் யோசனைகள், காட்சிகள், மேலும் இது வளர்ந்து வரும் வாடிக்கையாளர் பிரிவுகளைக் கண்டறிய முடியும். தயாரிப்பு நிலைத்தன்மையை கணிப்பது என்பது ELC இன் AI வியத்தகு முறையில் முடுக்கிவிடக்கூடிய மற்றொரு பகுதியாகும்.

பரந்த அழகுத் துறையின் பிற தயாரிப்பு மேம்பாட்டு எடுத்துக்காட்டுகளில் முடி சாயம் அடங்கும், அதன் நிறங்கள் AI மூலம் கணித ரீதியாக அளவிடப்படுகின்றன. மில்லியன் கணக்கான சாத்தியமான சேர்க்கைகளை உருவாக்க, சாய கலவைகள் வண்ண செயல்திறனுடன் இணைக்கப்படுகின்றன. AI பிராண்ட் நோக்கங்களின் வெளிச்சத்தில் பல சாத்தியக்கூறுகளை பகுப்பாய்வு செய்கிறது மற்றும் கவனிக்கப்படாத விருப்பங்களை அடையாளம் காட்டுகிறது. சருமத்தின் நிறத்தை சிறப்பாக நிறைவு செய்யும் லிப்ஸ்டிக்குகள், AI ஆல் எளிதாகவும் விரைவாகவும் பிரித்தெடுக்கக்கூடிய கடினமான சேர்க்கைகள் மற்றும் விருப்பங்களின் மற்றொரு பகுதியாகும். நரம்பியல் மற்றும் உணர்ச்சிப்பூர்வமான நன்மைகள், நிலைத்தன்மை, பாதுகாப்பு இணக்கம் மற்றும் செலவு-உகப்பாக்கம் ஆகியவற்றை உள்ளடக்கிய KPI இலக்குகளை AI சமநிலைப்படுத்தவும் மேம்படுத்தவும் முடியும்.

ரஹீல் கூறுவது போல், “AI ஆனது இறுதி முதல் இறுதி வரையிலான தர மேன்மை, உயர் தொடுதல் அனுபவங்கள் மற்றும் சந்தைக்கு வேகம் ஆகியவற்றை செயல்படுத்துவதாக நிரூபிக்கப்பட்டுள்ளது”. முதல் தரப்பு தரவு மற்றும் அல்காரிதம்களின் அளவு மற்றும் தரத்துடன் கூடுதலாக, சரியான கேள்விகளைக் கேட்கும் கலையும் முக்கியமானது. அந்த நோக்கத்திற்காக, Estée Lauder நிறுவனங்கள் இந்த திறமையை வளர்ப்பதில் அதன் அமைப்பின் பெரும் பகுதியினருக்கு பயிற்சி அளிக்க ஒரு ஒருங்கிணைந்த முயற்சியை மேற்கொண்டு வருகின்றன.

எமோஷன் AI, 3D டிஜிட்டல் தயாரிப்பு கருத்துகள் மற்றும் முன்மாதிரிகள் மற்றும் டிஜிட்டல் இரட்டையர்கள்

ஆஷிஷ் சட்டர்ஜி, 25 ஆண்டுகளுக்கும் மேலாக P&G அனுபவம் வாய்ந்தவர், அங்கு அவர் பெண்களுக்கான பராமரிப்புப் பிரிவின் தயாரிப்பு மேம்பாட்டுத் துணைத் தலைவராக இருந்தார், மேலும் தற்போது நிலைத்தன்மை மற்றும் கண்டுபிடிப்பு ஆலோசகராக உள்ளார், புதிய தயாரிப்பு மேம்பாட்டில் AI சம்பந்தப்பட்ட பகுதிகளைப் பகிர்ந்து கொண்டார். எமோஷன் ஏஐ அவற்றில் ஒன்று. உரை, காணொளி மற்றும் ஆடியோ ஆகியவற்றிலிருந்து வெளிப்படுத்தப்படும் வெவ்வேறு சொற்களின் உணர்ச்சிகளையும் உணர்வையும் இது படித்து முன்னறிவிக்கிறது. ஒரு புதிய தயாரிப்புடன் தொடர்பு கொள்ளும்போது ஒருவர் மகிழ்ச்சியாக இருக்கிறாரா அல்லது மகிழ்ச்சியாக இருக்கிறாரா என்பதை இது பிரித்தெடுக்க முடியும். ஃபோகஸ் குழுக்களில் பேசுவதற்கு எதிராக உணர்வுகளுக்கு இடையே உள்ள வித்தியாசம் என அவர் வழங்கும் நுண்ணறிவுகளின் ஆழத்தை அவர் ஒப்பிட்டார், மேலும் முகம் மற்றும் குரல் பாவனைகளை பகுப்பாய்வு செய்வதிலும் விளக்குவதிலும் ஒரு தலைவராக அஃபெக்டிவாவை மேற்கோள் காட்டினார்.

ஆஷிஷை உற்சாகப்படுத்தும் புதிய தயாரிப்பு மேம்பாட்டுச் செயல்பாட்டில் மற்றொரு முன்னேற்றம் 3D டிஜிட்டல் தயாரிப்புக் கருத்துகள் மற்றும் மெய்நிகர் முன்மாதிரிகள் ஆகும், இது தயாரிப்புகள், வடிவங்கள் மற்றும் கட்டமைப்புகள் போன்ற பகுதிகளில் தயாரிப்புகளை உருவாக்கி மீண்டும் செயல்படுத்த உதவுகிறது. மெட்டீரியல் டிசைன்களை மேம்படுத்துவதில் சிறந்து விளங்கும் AI டிஜிட்டல் இரட்டையர்கள், டயப்பர்கள் மற்றும் சானிட்டரி பேட்கள் போன்ற அசெம்பிள் செய்யப்பட்ட பொருட்களில் தயாரிப்பு செயல்திறனை உருவகப்படுத்துவதற்கு மிகவும் உதவியாக இருக்கும், ஏனெனில் தொழில்நுட்பமானது பொருட்களை அடுக்கடுக்காக பகுப்பாய்வு செய்து எந்த பண்புகள் செயல்திறனை மேம்படுத்துகிறது என்பதைப் பார்க்கவும், சாத்தியமான பொருள் மாற்றீடுகளை ஆராயவும் உதவுகிறது. . மேலும், புதிய பொருட்களுக்கான சிறந்த விநியோகச் சங்கிலிகளை அடையாளம் காண டிஜிட்டல் இரட்டையர்கள் பயன்படுத்தப்படுகின்றன, அவை அதிக நெகிழ்ச்சி, பதிலளிக்கக்கூடிய மற்றும் கார்பன் திறன் கொண்டவை.

அவர் பகிர்ந்த மற்றொரு சிறந்த டிஜிட்டல் இரட்டை பயன்பாடு, AI உடன் ஒருங்கிணைக்கப்பட்ட நிலைத்தன்மைக்காக சமீபத்திய பாரிஸ் ஒலிம்பிக் போன்ற சிக்கலான புதிய நிகழ்வு தயாரிப்புகளை மேம்படுத்துவதாகும். 2016 ரியோ விளையாட்டுகளுக்கு எதிராக கார்பன் உமிழ்வை 50% குறைப்பதே முக்கிய KPI ஆகும். போக்குவரத்து மற்றும் காலநிலைக் கட்டுப்பாட்டை நிர்வகித்தல் மற்றும் நெரிசல் தொடர்பான பல IOT சிக்னல்களை பகுப்பாய்வு செய்தல் ஆகியவை இதில் அடங்கும். ஒவ்வொரு நாளும் வெளிப்புற வெப்பநிலை மற்றும் ஈரப்பதத்தின் அடிப்படையில் அரங்கங்களுக்குள் சூரிய மற்றும் பாரம்பரிய சக்தியை எவ்வாறு உகந்த முறையில் சமநிலைப்படுத்துவது என்பதும், நிகழ்நேரத்தில் மக்களை அழைத்துச் செல்வதற்கான மிகச் சிறந்த வழிகள் திட்டமிடப்பட்டன. ஆஷிஷ் குறிப்பிட்டுள்ள இறுதிப் பகுதி என்னவென்றால், AI எவ்வாறு நிலைத்தன்மைக்கான தயாரிப்புகளை மேம்படுத்த உதவுகிறது, குறிப்பாக ஆரம்ப வடிவமைப்பு கட்டத்தில், ஒரு தயாரிப்பின் இறுதி கார்பன் வெளியேற்றத்தில் 80% தீர்மானிக்கப்படுகிறது என்று மெக்கின்சி கூறுகிறார். இது AI ஐப் பயன்படுத்தி, பெறுதல், பொருட்கள், உற்பத்தி உட்பட மதிப்புச் சங்கிலி முழுவதிலும் உள்ள அம்சங்களைப் பகுப்பாய்வு செய்வதையும், செயல்முறை முழுவதும் நிலையான “என்ன என்றால்” சரிசெய்தல் மற்றும் கூறு மாற்றீடுகளைச் செய்வதையும் உள்ளடக்குகிறது.

தனிப்பயனாக்கப்பட்ட, டைனமிக் சாதன இடைமுகங்கள் மற்றும் ஒவ்வொரு புதிய தயாரிப்பு மேம்பாட்டு நிலைக்கும் AI உதவியாளர்கள்

Matt Candy, Global Managing Partner, Generative AI – IBM Consulting பகிர்ந்துகொண்டது, IBM Consulting ஆனது, மேலும் விரிவான மற்றும் விரைவான தரவு ஸ்கிராப்பிங் மற்றும் பகுப்பாய்வு முதல், இறுதி முதல் இறுதி வரையிலான புதிய தயாரிப்பு மேம்பாட்டு செயல்முறையில் ஒவ்வொரு பங்கிற்கும் AI உதவியாளர்களின் தொகுப்பை உருவாக்குகிறது. நுகர்வோர் போக்குகள் மற்றும் நடத்தை முறைகள், வலி ​​புள்ளிகளை தீர்மானித்தல், யோசனை உருவாக்கத்தை ஒழுங்குபடுத்துதல், தனிப்பயனாக்கம் மற்றும் வாடிக்கையாளர் அனுபவ விருப்பங்களை அடையாளம் காணுதல், சந்தை பொருத்தத்தை பகுப்பாய்வு செய்தல், யோசனைகளை மதிப்பீடு செய்தல், குறிப்பிட்ட வணிக அளவுகோல்களுக்கு எதிராக அம்சங்களை சரிபார்த்தல் மற்றும் பயனர் கருத்துக்களை இணைத்தல், இவை அனைத்தும் ஒரு குறிப்பிட்ட நேரத்தில் மற்றும் முன்பு செய்யப்பட்டதை விட முழுமையாக.

Matt Candy, Global Managing Partner, Generative AI – IBM Consulting மற்றும் Richard Whitehall, Smart Design இல் வடிவமைப்பாளர் & பார்ட்னர் ஆகிய இருவராலும் குறிப்பிடப்பட்ட மிகவும் உற்சாகமான பகுதிகளில் ஒன்று, பயனர் நடத்தை, விருப்பத்தேர்வுகள் மற்றும் சூழல் ஆகியவற்றின் அடிப்படையில் மாறும் சாதன இடைமுகங்கள் உட்பட, அளவில் தனிப்பயனாக்குதல் ஆகும். .

AI இது இயற்பியல் தயாரிப்புகளில் கட்டமைக்கப்பட்டுள்ளது, மேலும் முப்பரிமாண தரவுகளின் அடிப்படையில் AI மாதிரிகளுக்கு பயிற்சி அளிக்கிறது

ஸ்மார்ட் டிசைனில் பங்குதாரரான ரிச்சர்ட் வைட்ஹால், தயாரிப்பு வடிவமைப்பில் AIக்கான மூன்று அற்புதமான பயன்பாட்டு நிகழ்வுகளைப் பகிர்ந்துள்ளார். பெருகிய முறையில், AI ஆனது தயாரிப்புகளில் கட்டமைக்கப்படும், தானாகவே சிக்கல்களைக் கண்டறிந்து, தீர்வுகளை வகுத்து, அவற்றை தடையின்றி செயல்படுத்தும். உதாரணமாக, அவர் ஒரு எதிர்கால ஃபோனைக் கற்பனை செய்து பார்த்தார், அது யாரோ ஒருவர் கண்ணை மூடிக்கொண்டு இருப்பதைக் கண்டறிந்து, பின்னர் வகை அளவு மற்றும் பிரகாசத்தை சுயமாக சரிசெய்துகொள்ளலாம். சாதனங்கள் அவற்றின் சூழலைப் புரிந்துகொண்டு பதிலளிக்கும் திறன் கொண்டவை. உதாரணமாக, கண்கண்ணாடிகளால் ஆடியோ செய்திகளை உருவாக்க முடியும் மற்றும் பயனரின் முன் என்ன இருக்கிறது என்பது பற்றிய பொருத்தமான தகவலை வழங்க முடியும். குறைந்த பார்வை கொண்ட ஒருவர் ஒரு பொருள் என்ன அல்லது அது எங்குள்ளது என்பதை அறிய விரும்பலாம், அதேசமயம் முழு பார்வை கொண்ட ஒருவர் ஒரு பொருளின் விலை, அது செய்யப்பட்ட பொருள் அல்லது அதன் பெயரை அறிய விரும்பலாம்.

மேலும் மேலும், AI மாதிரிகள் படம் மற்றும் முப்பரிமாண தரவுகளுடன் பயிற்சியளிக்கப்படுகின்றன. ஒரு பயன்பாடு உங்கள் அலமாரியில் உள்ளவற்றைக் கணக்கிட பட அங்கீகாரத்தைப் பயன்படுத்துகிறது. பின்னர், ஒரு சிறப்பு நிகழ்வுக்காக உங்கள் அலமாரியைத் திட்டமிடுகிறீர்கள் என்றால், தோற்றத்தை நிறைவு செய்ய ஒரு கடையில் எதை வாங்குவது அல்லது உங்களிடம் உள்ளதை வைத்து நீங்கள் எதை அடையலாம் என்பதை அறிய AI உங்களுக்கு உதவும்.

புதிய மருந்துகளை சந்தைக்கு கொண்டு வருவதை குறிப்பிடத்தக்க வகையில் விரைவுபடுத்த AI மருத்துவ இலக்கிய ஆய்வுகள்

மருத்துவ சாதனங்கள் மற்றும் மருந்து மருந்துகளை சந்தைக்கு கொண்டு வரும் செயல்முறையை துரிதப்படுத்துவது நோயாளிகளின் உயிரையும், மருந்து நிறுவனங்களுக்கான முக்கியமான காப்புரிமை பாதுகாப்பு காலத்திலிருந்து பல வருடங்களையும் காப்பாற்றுகிறது. மருத்துவ ஆவணங்களைப் படிப்பது, அவற்றைச் சுருக்கமாகக் கூறுவது மற்றும் ஒழுங்குமுறை மதிப்பாய்வு மற்றும் திருப்பிச் செலுத்துவதற்கான பொருட்களைத் தயாரிப்பது, செயல்முறையின் அதிக நேரத்தை எடுத்துக்கொள்ளும் பகுதியாகும், பெரும்பாலும் முழு புதிய தயாரிப்பு மேம்பாட்டு செயல்முறை நேரத்தின் 60-70% வரை எடுக்கும். ஜெனெக்ஸ்ஏஐ, டெலாவேர், யுனைடெட் ஸ்டேட்ஸில், எர்னஸ்டோ எம். நோகுவேராவால் நிறுவப்பட்டது, இது மருத்துவ காங்கிரஸின் பதிவுகள், மேலும் ஆயிரக்கணக்கான கட்டுரைகளை உள்ளடக்கிய இலக்கிய மதிப்புரைகள் போன்ற எந்தவொரு உரை, வீடியோ அல்லது ஆடியோ தரவுகளின் பொருள் மற்றும் ஆதார மதிப்புரைகளை தானியங்குபடுத்தும் ஒரு தளமாகும். போட்டியாளர்கள், நோய்கள், அறிவியல் மற்றும் மாற்று சிகிச்சைகள்.

$200,000 வரை செலவழித்து முடிக்க வரலாற்று ரீதியாக சுமார் 15 – 18 மாதங்கள் எடுத்துள்ள மதிப்புரைகள், இப்போது GenexAI ஆல் செலவின் ஒரு பகுதியிலேயே 12 – 15 மணிநேரங்களில் முடிக்க முடியும். தகவலை எந்த மொழியிலும் வடிவத்திலும் (ஆடியோ, வீடியோ, உரை) வழங்கலாம். GenexAI தனது சொந்த மாதிரியை மில்லியன் கணக்கான கவனமாகத் தொகுக்கப்பட்ட தரவுப் புள்ளிகள் மற்றும் திசையன்களைக் கொண்டிருப்பதால், அவற்றின் அமைப்புகள் OpenAI அல்லது Gemini போன்ற பெரிய பொது மாடல்களை விட மாயத்தோற்றம் மிகக் குறைவு, ஏனெனில் GenexAI அதன் சுய சரிபார்ப்பு செயல்முறையைப் பயன்படுத்துகிறது. மேலும் துல்லியம் மிக முக்கியமானது என்பதால், 3 முடிவுகளை ஒப்பிட்டு 4வது முகவர் மூலம் துல்லியத்தை சரிபார்க்க 3 நிலை AI ஏஜெண்டுகள் உள்ளன.

சந்தைப்படுத்துபவர்களுக்கான முக்கிய டேக்-அவேஸ்

புதிய தயாரிப்பு மேம்பாட்டு செயல்முறை முழுவதும் எண்ணற்ற AI மற்றும் GenAI பயன்பாட்டு வழக்குகள் உள்ளன. சாத்தியமான பலனை விரைவில் அதிகரிக்க, ஒவ்வொரு நிறுவனமும் இருக்க வேண்டும் என்று நான் நம்புகிறேன்:

• சிறந்த நடைமுறைகளை சாரணர்விற்காக அர்ப்பணிக்கப்பட்ட ஒரு குழு, யோசனைகளை ஊக்குவிக்க பரந்த அளவிலான தொழில்களில் வழக்குகளைப் பயன்படுத்துகிறது
• AI & GenAI ஒரு போட்டி நன்மையை எவ்வாறு வழங்க முடியும் என்பதைப் பற்றிய புதிய சிந்தனையை நிறுவனம் எவ்வளவு மதிக்கிறது என்பதைக் காட்ட, உள்நாட்டில் அடையாளம் காணப்பட்ட புதிய பயன்பாட்டு நிகழ்வுகளுக்கான வெகுமதிகள் மற்றும் அங்கீகாரம்.
• GenAI தொடர்பான நிறுவன அளவிலான ஊழியர்களுக்கான பயிற்சி, சிறந்த நடைமுறைகளைத் தூண்டுகிறது, அனைவருக்கும் திறன் அளவைக் கொண்டுவருகிறது
• நிறுவனத்தின் GenAI வெளியீட்டின் தரத்தை கணிசமாக மேம்படுத்தக்கூடிய தொடர்புடைய, தனியுரிம, பெறக்கூடிய, உள் தரவு மற்றும் சாத்தியமான வெளிப்புற தரவுகளின் முழுமையான மதிப்பாய்வு
• நிறுவனம் தனது சொந்த RAG (மீட்பு-ஆக்மென்டட் ஜெனரேஷன்) AI மாதிரியை உருவாக்க வேண்டுமா என்பது குறித்த மதிப்பீடு, அந்த நிறுவனத்திற்கு மிகவும் தனிப்பயனாக்கப்பட்ட, அதிக நெகிழ்வான மற்றும் தரவு தனியுரிமையை சிறப்பாகப் பாதுகாக்கக்கூடிய திறன்களை வழங்க முடியும்.